ENGENHARIA DE COMPUTAÇÃO

9º PERÍODO

OTÁVIO DOS SANTOS MOTTA

PROJETO DE SISTEMAS DE CONTROLE

Métodos de Sintonia PID

UBERABA
2023

Otávio dos Santos Motta

Métodos de Sintonia PID

Trabalho acadêmico apresentado à

disciplina de Projeto de Sistemas de
Controle, ministrada pelo Professor
Robson Borges Rodrigues, como requisito
parcial para aprovação no 9º período do
Curso de Bacharelado em Engenharia de
Computação, do Instituto Federal de
Educação, Ciência e Tecnologia do
Triângulo Mineiro.

UBERABA
2023
 SUMÁRIO

1. 4

2. 4

2.1. 5

2.1.1. 6

2.2. 7

2.2.1. 9

2.3. 13

3. 14

3.1. 15

3.2. 17

4. 19

4.1. 20

4.2. 20

5. 24

5.1. 25

5.2. 25

6. 26

6.1. 27

6.3. 29

7. 32
 4

1. INTRODUÇÃO

Métodos de sintonia, também conhecidos como métodos heurísticos, são

procedimentos de ajuste dos parâmetros de um controlador baseados em ensaios
práticos. Nesse sentido eles não requerem o modelo matemático de forma
extremamente precisa, mas sim um conhecimento parcial da planta.
É claro que o desempenho do controlador poderá ser penalizado se comparado
com o mecanismo tradicional fundamentado no modelo da planta. Porém, têm-se
como vantagem a simplicidade e a facilidade para se projetar sem envolver a parte
matematicamente pesada, e que muitas vezes apresenta performance satisfatória.
Sendo assim, neste relatório de pesquisa serão retratados tópicos sobre cinco
métodos específicos: Ziegler-Nichols, CHR, Cohen-Coon, ITAE e IMC.

2. ZIEGLER-NICHOLS

Os métodos de ajuste de controladores mais conhecidos e que são utilizados

até hoje, foram desenvolvidos em 1942 por J.G. Ziegler e N.B. Nichols, quando
trabalhavam na empresa americana Taylor Instrument Company, da cidade de
Rocherster, Nova Iorque. Esses métodos, apesar de serem os mais antigos, ainda são
muito utilizados por instrumentistas e profissionais da área de controle de processos.
Os métodos de Ziegler-Nichols são pioneiros na literatura no sentido de
proporem uma sintonia heurística (empírica/experimental) para controladores PID.
São dois métodos que são empregados de acordo com o tipo de planta.
O Critério dos Métodos é o seguinte: a resposta do sistema em malha fechada
é considerada satisfatória se apresenta uma taxa de decaimento de pelo menos 1/4
por período (relação de C/A na Figura 1 igual a 1/4). Os métodos procuram satisfazer
o critério acima na maioria das situações práticas. O modelo do controlador PID é o
paralelo clássico, além da pretensão de se obter no máximo 25% de overshoot.
Overshoot é um fenômeno indesejável que ocorre em uma planta de controle
quando a saída do sistema ultrapassa momentaneamente o valor desejado (setpoint)
antes de estabilizar-se.
 5

2.1. Primeiro método – Método da Curva de Reação

O objetivo do primeiro método de Ziegler-Nichols é a determinação dos valores

𝐾𝑃 , 𝐾𝑖 e 𝑇𝑑 do controlador PID, a partir das características da resposta transitória do
processo em malha aberta. Utiliza-se um sistema de controle em malha aberta, onde,
com o controlador em manual, aplica-se um sinal em degrau de referência MV.
O método da curva de reação é empregado em sistemas que se aproximam de
um sistema de primeira ordem com atraso para uma resposta a um degrau. Observa-
se a resposta da planta e mede-se a inclinação máxima da curva e a defasagem
(atraso) L. Pelos parâmetros da resposta a essa perturbação na entrada, calculam-se
os parâmetros do controlador PID. O método de sintonização de Ziegler-Nichols em
malha aberta só pode ser aplicado a plantas em que a curva da resposta ao degrau
assemelha-se a uma curva em forma de S, tal como é apresentada na Figura 01. Caso
a curva não tenha essa forma, então esse método de sintonização não pode ser
aplicado.

Figura 01. Resposta do Processo em malha aberta a uma perturbação em degrau.

Na Figura 01, foi aplicado um degrau na entrada do processo de amplitude X

(referência), e a saída do processo PV (resposta) foi para um valor de amplitude C
(sistema é estável em malha aberta). Há a necessidade de um controlador para que
 6

a PV siga a referência ou para garantir o seu valor no ponto desejado. Esse tipo de
pode ser caracterizado pelas seguintes constantes: tempo de retardo (𝐿), constante
de tempo (𝛵) e a taxa de reação/variação (𝑅), dada pela seguinte equação:

𝐶
𝑅=
𝛵

Essas constantes são determinadas traçando-se uma reta tangente ao ponto

de inflexão da curva de resposta, e encontrando-se os pontos de interseção dessa
reta tangente com o eixo do tempo e com uma reta dada por 𝑦(𝑡) = 𝐶 (que é o valor
onde a resposta estabiliza). De posse desses valores, calculam-se os parâmetros do
controlador desejado a partir da Tabela 01.

CONTROLADOR 𝐾𝑝 𝑇𝑖 𝑇𝑑
1
P ∞ 0
𝑅𝐿
0.9 𝐿
PI 0
𝑅𝐿 0.3
1.2
PID 2∗𝐿 0.5 ∗ 𝐿
𝑅𝐿

Tabela 01. Tabela de parâmetros para o 1º método de Ziegler-Nichols.

2.1.1. Exemplo de aplicação

Considerando que foi aplicada a uma planta um degrau e a resposta obtida é

mostrada na Figura 02. Deseja-se obter a sintonia de um controlador PI e um PID,
considerando o 1º método de Ziegler-Nichols, a partir da resposta obtida.
 7

Figura 02. Resposta ao Degrau de uma planta.

1. Descobrir a taxa de reação / variação:

𝐶 0,5
𝑅= = = 0,2758
𝑇 1,81306
2. Parâmetros do controlador PI segundo a Tabela 01:
0,9 0,9
𝐾𝑝 = = = 17,0814
𝑅𝐿 0,2758 ∗ 0,19104
𝐿 0,19104
𝑇𝑖 = = = 0,6368
0,3 0,3
𝑇𝑑 = 0
3. Parâmetros do controlador PID:
1,2 1,2
𝐾𝑝 = = = 22,7752
𝑅𝐿 0,2758 ∗ 0,19104
𝑇𝑖 = 2 ∗ 𝐿 = 2 ∗ 0,19104 = 0,3821
𝑇𝑑 = 0,5 ∗ 𝐿 = 0,0955

2.2. Segundo Método – Método da Oscilação ou Método da Sensibilidade

O método originalmente proposto por Ziegler e Nichols se baseia na

observação de que muitos sistemas podem ser levados à instabilidade através do
aumento do ganho proporcional em malha de realimentação com controlador
 8

proporcional. Utiliza-se um sistema de controle em malha fechada (conforme a Figura

03 para um determinado processo) com um controlador proporcional (P) e aplica-se
um sinal de referência em degrau SP.

Figura 03. Diagrama de blocos simplificado de um sistema em malha fechada e realimentação com
controlador proporcional.

Aumenta-se o ganho 𝐾𝑝 até que o sistema atinja o limite de estabilidade

(oscilações de amplitude fixa). Nesta situação, o valor de 𝐾𝑝 é denominado ganho
crítico ou ganho de última sensibilidade (𝐾𝑢), isto é, o ganho que levou o sistema ao
limite de estabilidade e o período das oscilações é 𝑃𝑢.
Com base no ganho crítico e no período crítico é feita a sintonia do controlador
desejado. Os passos da metodologia para se determinar o ganho crítico (𝐾𝑢) e o
período crítico (𝑃𝑢), são:
● Tira-se a ação integral (𝑇𝑖 = ∞) e a ação derivativa (𝑇𝑑 = 0) do controlador,
deixando apenas a ação proporcional;
● Mantém-se o controlador em modo automático em malha fechada;
● Ajusta-se o ganho do controlador em um nível baixo a fim de se evitar
oscilações no sistema;
● Aumenta-se o ganho, passo a passo, até que a oscilação fique constante em
amplitude e período. Nesse instante do método, registra-se qual foi o valor do ganho
proporcional que manteve o sistema oscilando da forma mencionada (𝐾𝑢). Deve-se
registrar também o período que o sistema oscila com esse ganho (𝑃𝑢).
 9

2.2.1. Exemplo de aplicação.

Considere o esquema de diagrama de blocos da Figura 03. A ação integral e a

ação derivativa estão desabilitadas. Isso é possível fazendo com que o ganho 𝑇𝑖 seja
um valor muito grande, pois no PID paralelo clássico esse parâmetro influencia
dividindo a ação integrativa, esta torna-se desprezível e o ganho 𝑇𝑑 igual a zero, pois
influencia multiplicando a ação derivativa. Em controladores industriais, geralmente
existe um limite máximo e mínimo para os valores dos ganhos do PID, desta forma,
para esse procedimento faz-se o ganho 𝑇𝑖 ser o máximo e o 𝑇𝑑 o mínimo.
De acordo com o procedimento e com as ações I e D desabilitadas, ajusta-se
primeiro o ganho 𝐾𝑝 em um valor baixo e o aumenta gradativamente. Os resultados
desses ensaios para quatro valores de 𝐾𝑝 a uma entrada do tipo degrau unitário,
imposta na entrada da planta, podem ser vistos na Figura 04.

Figura 04. Respostas da malha de controle apenas com o controlador proporcional para valores
de 𝐾𝑝 aumentados gradativamente.

Em vista da Figura 04 e com as teorias já estudadas sobre os controladores

PID, apenas com a ação proporcional não é possível corrigir o erro entre a referência
 10

e a resposta, no entanto, quanto mais se aumenta o ganho 𝐾𝑝, mais rápida e mais
próxima da referência se torna a resposta e mais oscilatória, tendendo à instabilidade.
O objetivo é levar o sistema ao limite de estabilidade, com a pretensão de que a saída
do processo apresente oscilações sustentadas, ou seja, oscilações constantes ou
aproximadamente constantes. Vejamos na Figura 05 as respostas para valores mais
elevados de 𝐾𝑝.

Figura 05. Novamente, respostas da malha de controle apenas com o controlador proporcional para
valores de 𝐾𝑝 aumentados gradativamente.

Pela Figura 05, foi possível levar o sistema ao limite de estabilidade,

encontrando 𝐾𝑢 = 7.615 e 𝑃𝑢 = 3.42𝑠. É importante observar que com o 𝐾𝑝 = 7, o
sistema já apresenta oscilações amplas em torno da referência, porém com uma
tendência de decaimento. Por isso, deve-se sempre tomar cuidado para não aumentar
demasiadamente o ganho proporcional e levar o sistema para a instabilidade. Note
que se fosse ajustado um 𝐾𝑝 = 8, possivelmente o sistema entraria na instabilidade.
Deste modo, os profissionais que irão sintonizar os controladores por este método
devem sempre ter em mente, ou pelo menos uma noção, de quais os valores de
𝐾𝑝 que levarão o sistema para a instabilidade, somente pela análise da resposta do
sistema para alguns ganhos proporcionais já utilizados nos testes.
 11

Ziegler e Nichols observaram que em um controlador proporcional o ganho

ideal é a metade do ganho crítico, isto é, 𝐾𝑝 = 𝐾𝑈/2 e, com esse ganho obtemos
aproximadamente uma razão de decaimento de ¼.
Tomando posse desse resultado de Ziegler e Nichols, ajusta-se o ganho
proporcional (malha de controle apenas com o controlador P) dessa forma:
𝐾𝑢 7,615
𝐾𝑝 = = = 3,8075
2 2

A Figura 06 apresenta o resultado da resposta da malha de controle com o

controlador P:

Figura 06. Resposta da malha de controle com o controlador P. Sintonia pelo segundo método de
Ziegler-Nichols.

Naturalmente a ação proporcional não eliminará o erro, necessitando de uma

ação conjunta com o modo integral. Através de testes, Ziegler e Nichols descobriram
que para esse método as equações mostradas na Tabela 02 fornecem bons valores
de ajustes para controladores PID.
 12

CONTROLADOR 𝐾𝑝 𝑇𝑖 𝑇𝑑
P 0,5 ∗ 𝐾𝑢 ∞ 0
𝑇𝑢
PI 0,45 ∗ 𝐾𝑢 0
1,2
𝑇𝑢 𝑃𝑢
PID 0,6 ∗ 𝐾𝑢
2 8

Tabela 02. Tabela de parâmetros para o 2º método de Ziegler-Nichols.

A Figura 07 apresenta o resultado da resposta do processo com o controlador

PI sintonizado pela Tabela 02:
𝐾𝑝 = 0,45 ∗ 𝐾𝑢 = 0,45 ∗ 7,615 = 3,42675
𝑃𝑢 3,42
𝑇𝑖 = = = 2,85
1,2 1,2

Figura 07. Resposta da malha de controle com o controlador PI. Sintonia pelo segundo método de
Ziegler-Nichols

Como era esperado, o controlador PI eliminou o erro de regime apresentado

com o uso do controlador P com um overshoot menor do que 20%.
 13

Em sistemas que não entram no limite de estabilidade para nenhum ganho, não
é possível aplicar esse método. Nem todos os sistemas podem entrar em oscilação,
ou não é desejável.

2.3. Vantagens e desvantagens

Os métodos de sintonia de Ziegler-Nichols, tanto para controladores PI como

para PID, apresentam respostas satisfatórias quando a constante de tempo 𝑇 do
processo é dominante. A piora de desempenho acontece em processos com tempo
morto dominante.
A razão entre o tempo morto e a constante de tempo do processo (𝐿/𝑇) é
conhecida como fator de incontrolabilidade do processo. Quanto maior essa razão,
mais difícil de controlar o processo e menor deve ser o ganho do controlador. Para
valores do fator (𝐿/𝑇) maiores que 4, as regras de sintonia de Ziegler e Nichols geram
sistemas instáveis de controle (CAMPOS; TEIXEIRA, 2010).
O método de Ziegler-Nichols teve grande aceitação por se basear em um
experimento bastante simples. Entretanto, o método é difícil de ser automatizado ou
aplicado de maneira que a amplitude da oscilação seja mantida sob controle. Operar
o processo próximo da instabilidade é perigoso e necessita de autorização da gerência
da planta industrial (ALVES, 2010). Assim, esse teste não é o mais empregado na
indústria.
 14

3. CHR

O método CHR é baseado no trabalho de CHIEN; HRONES; RESWICK (1952).

O método CHR é baseado em dois critérios: a resposta mais rápida sem sobressinal;
e a resposta mais rápida possível com 20% de sobressinal. O método em questão
considera tanto a sintonia para o problema regulador como para o problema servo.
Em todos os casos, considera-se o sistema se comportando como um sistema de
primeira ordem com atraso, com ganho estático K, constante de tempo t e tempo morto
q. A determinação desses parâmetros é feita analisando a resposta do processo por
meio de um experimento em malha aberta a uma entrada em degrau.
Para o critério de desempenho resposta sem sobressinal, as Tabelas 03 e 04
mostram a sintonia para o problema servo e para o problema regulatório,
respectivamente.

CONTROLADOR 𝐾𝑝 𝑇𝑖 𝑇𝑑
0,3 ∗ 𝑡
P ∞ 0
𝐾∗𝑞
0,35 ∗ 𝑡
PI 1,16 ∗ 𝑡 0
𝐾∗𝑞
0,6 ∗ 𝑡 𝑞
PID 𝑡
𝐾∗𝑞 2

Tabela 03. Tabela de parâmetros para o método CHR (Critério: sem sobressinal considerando
problema servo).

CONTROLADOR 𝐾𝑝 𝑇𝑖 𝑇𝑑
0,7 ∗ 𝑡
P ∞ 0
𝐾∗𝑞
0,6 ∗ 𝑡
PI 𝑡 0
𝐾∗𝑞
0,95 ∗ 𝑡
PID 1,357 ∗ 𝑡 0,473 ∗ 𝑞
𝐾∗𝑞

Tabela 04. Tabela de parâmetros para o método CHR (Critério: sem sobressinal considerando
problema regulador).
 15

3.1. Exemplo de aplicação

Um sistema dinâmico está em malha fechada apenas com controlador

proporcional. O ganho do controlador em questão foi aumentado até o valor de 9.25.
A resposta do sistema é a mostrada na Figura 10. Sabendo que o Período de
oscilação é de 7.1 segundos, deseja-se calcular os parâmetros de um controlador PI
considerando o Método CHR.

Figura 08. Resposta dinâmica oscilatória de uma malha de controle.

A Figura 09 apresenta o resultado da saída do processo considerando o método

de sintonia CHR para o problema servo com controlador PI. Os parâmetros do
controlador foram obtidos através da Tabela 03 para o critério sem sobressinal. O
processo em questão tem os seguintes parâmetros: 𝐾 = 0.5, 𝑡 = 2 𝑒 𝑞 = 1.

0,35 ∗ 𝑡 0,35 ∗ 2
𝐾𝑝 = = = 1,4
𝐾∗𝑞 0,5 ∗ 1
𝑇𝑖 = 1,16 ∗ 𝑡 = 1,16 ∗ 2 = 2,32
 16

Figura 09. Resposta da malha de controle com o controlador PI sintonizado pelo método CHR.
Critério sem sobressinal considerando problema servo.

A Figura 10 apresenta o resultado da saída do processo considerando o

método de sintonia CHR para o problema servo com controlador PI. Os parâmetros
do controlador foram obtidos através da Tabela 04 para o critério com até 20% de
sobressinal.
0,6 ∗ 𝑡 0,6 ∗ 2
𝐾𝑝 = = = 2,4
𝐾∗𝑞 0,5 ∗ 1
𝑇𝑖 = 𝑡 = 2
 17

Figura 10. Resposta da malha de controle com o controlador PI sintonizado pelo método CHR.
Critério com até 20% de sobressinal considerando problema servo.

3.2. Comparação com o Método de Ziegler-Nichols

Uma análise da Figura 09 mostra que com a sintonia pelo método CHR foi
possível obter uma resposta sem overshoot. No entanto, a rapidez da resposta não
foi tão boa quanto ao do método de Ziegler-Nichols (com overshoot). Então, isso
mostra que geralmente há um comprometimento ou relação entre os desempenhos
para uma malha de controle. Por exemplo, ao melhorar um determinado desempenho,
possa ser que afete o outro, e isso deve ser levado em conta na hora do projeto,
determinando sempre quais critérios de desempenho são mais desejáveis.
A curva da Figura 10 (CHR) apresenta uma resposta que se compara em
rapidez com a resposta da Figura 07 (Ziegler-Nichols). Além disso, apresenta menor
overshoot e menor tempo de estabilização.
Para esse caso, o método CHR foi mais satisfatório. No entanto, note que para
a utilização do método CHR é preciso um modelo do processo, que no caso significa
identificar o tempo morto, a constante de tempo e ganho. Embora o segundo método
de Ziegler-Nichols necessite de menos parâmetros (𝐾𝑢 𝑒 𝑃𝑢) para sintonizar os
 18

controladores, o sistema deve ser levado a uma situação perigosa, o que nem sempre
é desejável.
 19

4. COHEN-COON

O método de Cohen e Coon (Cohen e Coon, 1953) foi proposto para sintonia
de plantas com tempos mortos mais elevados. Quando a planta possui fator de
incontrolabilidade maior do que 0.3 recomenda-se o emprego deste método. Assim
como os métodos de Ziegler-Nichols e CHR, pressupõe que o processo possa ser
descrito por um modelo de primeira ordem com ganho K, constante de tempo τ e
tempo morto θ. Obtêm-se essas informações da resposta experimental, de acordo
com o mesmo procedimento de aplicação de um degrau em malha aberta na entrada
do processo.
Critério de Desempenho: Continua sendo a razão de declínio igual a ¼.
Para relembrar, o procedimento em malha aberta onde o controlador não é
utilizado consiste em aplicar um degrau na entrada do sistema, obtendo-se, assim, a
curva de reação do processo, da qual se obtém as informações do tempo morto
(diferença entre o tempo em que se inicia a resposta e o instante de tempo da
aplicação do distúrbio/degrau), constante de tempo (diferença entre o tempo para o
sistema alcançar 63% do seu valor final e o tempo do início da resposta) e o ganho
do processo (razão entre a variação do degrau/entrada e a variação do sinal de
saída/resposta).
Por sua vez, segundo o método de Cohen e Coon, os parâmetros do controlador
são obtidos utilizando a Tabela 05, a qual indica as fórmulas que devem ser trabalhadas
para o cálculo de tais parâmetros a partir do modelo do processo.

CONT. 𝐾𝑝 𝑇𝑖 𝑇𝑑
𝜃 𝜏
P (1,03 + 0,35 ∗ ( )) ∗ ∞ 0
𝜏 𝐾∗𝜃

𝜃
𝜃 𝜏 (0,9 + 0,083 ∗ ( 𝜏 ))
PI (0,9 + 0,083 ∗ ( )) ∗ ∗𝜃 0
𝜏 𝐾∗𝜃 𝜃
1,27 + 0,6 ∗ ( 𝜏 )

𝜃 0,5 ∗ 𝜃
𝜃 𝜏 (1,35 + 0,25 ∗ ( 𝜏 ))
PID (1,35 + 0,25 ∗ ( )) ∗ ∗𝜃 𝜃
𝜏 𝐾∗𝜃 𝜃 (1,35 + 0,25 ∗ ( 𝜏 ))
0,54 + 0,33 ∗ ( 𝜏 )

Tabela 05. Tabela de sintonia segundo o método de Cohen e Coon.

 20

4.1. Vantagens e desvantagens

Estudos de Rivera et al. (1986) apontam que esse método apresenta

desempenho aceitável quando o fator de incontrolabilidade está na faixa de 0.6 até
4.5. Entretanto, o método pode produzir controladores com sintonia agressiva, ou seja,
uma sintonia que pode produzir sinais de controle (OP) muito elevados, podendo até
danificar os equipamentos do sistema. Dessa forma, sugere-se na prática diminuir
inicialmente os ganhos obtidos pelo método e ir aumentando posteriormente estes
ganhos em função da observação do comportamento do processo. Manipulá-los até
obter uma resposta satisfatória.
Como o método costuma apresentar sintonias agressivas, uma prática comum,
em casos de dificuldade de controle, é diminuir o ganho proporcional e aumentar o
tempo integral, no caso de um controlador PI. O mesmo procedimento anterior e
diminuindo o tempo derivativo no caso de um PID, tornando o sistema estável ao custo
de uma resposta lenta.
O objetivo do método de Cohen e Coon (C-C) é de obter sintonias para
sistemas com tempos mortos elevados, logo ele não é robusto, ou a robustez é ruim
para razões de incontrolabilidade menores do que 2.

4.2. Exemplo de aplicação

Como exemplo de aplicação do método C-C considere a resposta de um

determinado processo mostrada na Figura 1, obtida pela aplicação de um degrau de
10 unidades na entrada em malha aberta.
 21

Figura 11. Resposta em malha aberta de um sistema a uma entrada em degrau.

Através da Figura 11, podemos encontrar todos os parâmetros necessários

para a sintonia do controlador pelo método C-C. Tanto a entrada quanto a resposta
estão no mesmo gráfico. Perceba que o sistema partiu do repouso, ou seja, sua saída
no instante da aplicação do degrau (degrau aplicado no tempo = 0) é zero (0). Em
uma planta de nível (variável de processo), isso equivale a ter um tanque totalmente
vazio (nível nulo) e então aplica-se um comando (um degrau) na bomba, por exemplo,
para que o encha. Certamente há uma perda de fluido do tanque para que haja o
equilíbrio do nível (sistema estável em malha aberta). Portanto, para determinar a
constante de tempo, encontra-se o instante em que a resposta atinge 63% do seu
valor final e subtrai esse instante do momento em que o sistema começa a reagir.
Sendo assim:
{𝑉𝑎𝑙𝑜𝑟 𝑓𝑖𝑛𝑎𝑙 𝑑𝑎 𝑟𝑒𝑠𝑝𝑜𝑠𝑡𝑎 = 15 63% 𝑑𝑜 𝑣𝑎𝑙𝑜𝑟 𝑓𝑖𝑛𝑎𝑙 = 0,63 ∗ 15 = 9,45 𝜏 = 11 − 8 = 3

𝑉𝑎𝑟𝑖𝑎çã𝑜 𝑑𝑎 𝑆𝑎í𝑑𝑎 15
𝐾= = = 1,5
𝑉𝑎𝑟𝑖𝑎çã𝑜 𝑑𝑎 𝐸𝑛𝑡𝑟𝑎𝑑𝑎 10
 22

Com o conhecimento dos parâmetros do modelo do processo, podemos

finalmente calcular o fator de incontrolabilidade:
𝜃 8
𝐹𝐼 = = ≈ 2,67
𝜏 3
Como o FI ≈ 2.67, segundo a teoria estudada e utilizando um controlador
sintonizado pelo método C-C, o sistema em malha fechada deverá apresentar um
desempenho razoável. Calculemos os ganhos para um controlador PI segundo a
Tabela 05:
𝜃 𝜏 8 3
𝐾𝑝 = (0,9 + 0,083 ∗ ( )) ∗ = (0,9 + 0,083 ∗ ( )) ∗ = 0,2803
𝜏 𝐾∗𝜃 3 1,5 ∗ 8

𝜃 8
(0,9 + 0,083 ∗ ( 𝜏 )) (0,9 + 0,083 ∗ (3))
𝑇𝑖 = ∗𝜃 = ∗ 8 = 3,1257
𝜃 8
1,27 + 0,6 ∗ ( 𝜏 ) 1,27 + 0,6 ∗ (3)

A Figura 2 apresenta o resultado da resposta do sistema para essa sintonia do

controlador PI.

Figura 12. Resposta da malha de controle com o controlador PI. Sintonia pelo método C-C.

A resposta da Figura 12 apresenta um sobrevalor alto (cerca de 60%) com um

tempo de estabilização um pouco lento. Em alguns processos pode não ser muito
interessante uma estabilização lenta demais, para outros, possa ser que seja
(depende das características do processo), o mesmo valendo para o overshoot (em
uma planta de nível o líquido poderia transbordar, por exemplo). Usaremos um
 23

controlador PID com o objetivo de deixar o sistema com um menor sobressinal e

chegando mais rapidamente na estabilidade. Calculemos os ganhos para o
controlador PID:
𝜃 𝜏 8 3
𝐾𝑝 = (1,35 + 0,25 ∗ ( )) ∗ = (1,35 + 0,25 ∗ ( )) ∗ = 0,5042
𝜏 𝐾∗𝜃 3 1,5 ∗ 8

𝜃 8
(1,35 + 0,25 ∗ ( 𝜏 )) (1,35 + 0,25 ∗ (3))
𝑇𝑖 = ∗𝜃 = ∗ 8 = 11,3615
𝜃 8
0,54 + 0,33 ∗ ( 𝜏 ) 0,54 + 0,33 ∗ (3)
0,5 ∗ 𝜃 0,5 ∗ 8
𝑇𝑑 = = = 1,9835
𝜃 8
(1,35 + 0,25 ∗ ( 𝜏 )) (1,35 + 0,25 ∗ (3))

Figura 13. Resposta da malha de controle com o controlador PID. Sintonia pelo método C-C.

Analisando a Figura 13, constatamos que de fato o controlador PID diminuiu o

overshoot e o tempo de estabilização, comparado com a resposta da Figura 2. Note
que praticamente não foi alterado o tempo de subida (≈ 15 unidades de tempo).
 24

5. IMC

O método do modelo interno, ou Internal Model Control (IMC), é um método em

que, a partir do modelo matemático do processo (obtido pela curva de reação após
um degrau na entrada em malha aberta) e de uma especificação de desempenho, se
obtenha um controlador adequado. A Figura 4 ilustra a ideia do IMC.

Figura 14. Diagrama de Blocos de um Sistema com Modelo Interno.

Pela Figura 14, verificamos que o controlador envia o mesmo sinal de controle
tanto para o processo como para um modelo matemático desse processo. A diferença
entre a saída do processo real e a saída do modelo é que será realimentada.
Usualmente, deseja-se que o sistema em malha fechada se comporte como um
sistema de primeira ordem sem atraso, com ganho estático 1 e com constante de
tempo λ - lambda (critério de desempenho do método IMC). Esse é o primeiro método
em que se pode explicitar, através do parâmetro λ, qual o comportamento desejado
para a resposta do processo. A Tabela 06 apresenta a sintonia do método IMC
supondo um sistema que possa ser representado por uma dinâmica de primeira ordem
com atraso, ou seja, um sistema com ganho K, constante de tempo τ e tempo morto
θ.
 25

Sugestão para
CONTROLADOR 𝐾𝑝 𝑇𝑖 𝑇𝑑
Desempenho
2∗𝜏+𝜃 𝜃 𝜆
PI ( ) 𝜏+ 0 > 1,7
2∗𝜆∗𝐾 2 𝜃
2∗𝜏∗𝜃 𝜃 𝜏∗𝜃 𝜆
PID ( ) 𝜏+ ( ) > 0,8
𝐾 ∗ (2 ∗ 𝜆 + 𝐾) 2 2∗𝜏+𝜃 𝜃

Tabela 06. Tabela de parâmetros para o método do IMC.

5.1. Sugestões para desempenho

As sugestões para o desempenho na Tabela acima servem como uma partida

inicial, não significando que devem ser escolhidas sempre.
É importante observar que também nesse método é necessário se obter
experimentalmente os parâmetros do processo que se deseja controlar. A escolha do
desempenho desejado (parâmetro a ser ajustado - λ) também é muito importante. Em
processos em que o tempo morto não é tão significativo, não faz sentido escolher, por
exemplo, o valor de λ superior à constante de tempo do processo. Isso faria com que
o sistema respondesse em malha fechada de forma mais lenta do que em malha
aberta. De maneira conservativa o λ pode ser escolhido igual à constante de tempo
dominante do processo (maior constante de tempo).
Escolher um valor de λ menor do que o tempo morto também não é uma boa
escolha, visto que o controlador apresentaria resultado agressivo. Note, a partir da
Tabela 06, que a sugestão de desempenho para o controlador é de que λ seja maior
do que θ. Essa diferença de valores é mais acentuada no controlador PI, pois sem a
parte derivativa ele não consegue ser tão robusto para processos com tempos mortos
mais significativos.

5.2. Exemplo de aplicação

Considerando um sistema com ganho 10, tempo morto igual a 10 minutos e

constante de tempo de 1 hora. Deseja-se obter um controlador PI de forma que o
desempenho desejado (λ) em malha fechada seja de 40 minutos.
 26

Figura 15. Instruções sobre o exemplo.

● Organizar os dados:
𝐾 = 10
𝜏 = 60𝑚𝑖𝑛
𝜆 = 40𝑚𝑖𝑛
● Calcular o tempo morto 𝜃:
𝜆 40
> 1,7 → > 1,7 → 𝜃 > 23,5294min
𝜃 𝜃

● Calcular os parâmetros do Controlador PI segundo a Tabela 06:

2∗𝜏+𝜃 2 ∗ 60 + 23,5294
𝐾𝑝 = ( )=( ) = 0,1794𝑚𝑖𝑛
2∗𝜆∗𝐾 2 ∗ 40 ∗ 10
𝜃 23,5294
𝑇𝑖 = 𝜏 + = 60 + = 71,7647𝑚𝑖𝑛
2 2
𝑇𝑑 = 0

6. ITAE

Integrar significa somar, acumular. Antes de falarmos sobre o método da

integral do erro, falaremos sobre a integral do erro de uma forma intuitiva. Conforme
já vimos, a operação matemática chamada integral é uma operação que, usualmente,
não é estudada em cursos de nível médio. No entanto, a ideia intuitiva do que essa
operação representa é relativamente simples.
 27

6.1. Noção Intuitiva da Integral do erro

A integral do erro absoluto (módulo da diferença entre o SP e a PV) ao longo

do tempo nos dá uma noção da qualidade do controlador. Quanto maior a integral do
erro, pior é a malha de controle em questão. A literatura apresenta dois índices de
desempenho baseados na integral do erro: o IAE (integral do valor absoluto do erro
entre a PV e o SP em um horizonte de tempo/análise) e o ITAE (integral do produto
do tempo pelo valor absoluto do erro entre o SP e a PV em um horizonte de
tempo/análise). O primeiro índice (IAE) difere do segundo (ITAE), pois, pelo fato deste
ser multiplicado pelo tempo, considera mais os erros ao final do horizonte de tempo
em questão. O primeiro índice considera os erros igualmente ao longo do horizonte
de tempo em questão.

6.2. Método da Integral do Erro

Este método, assim como os estudados nas aulas anteriores, também considera que
a dinâmica do processo pode ser representada por um modelo de 1a ordem com
ganho K, constante de tempo τ (tau) e tempo morto θ (theta). Em Lopez et al. (1967),
é descrito um método que minimiza os índices (IAE ou ITAE) para um problema do
tipo regulador (perturbação de carga). Foram considerados sistemas com fator de
incontrolabilidade entre 0 e 1. Como resultado do trabalho, foram obtidas as seguintes
equações para sintonia dos controladores:

1 𝜃𝐵
𝐾𝑝 = ∗ (𝐴 ∗ ( ))
𝑘 𝜏
𝜏
𝑇𝑖 =
𝜃 𝐷
(𝐶 ∗ ( 𝜏 ) )

𝜃 𝐹
𝑇𝑑 = 𝜏 ∗ (𝐸 ∗ ( ) )
𝜏

As constantes A, B, C, D, E e F, para o caso regulador, são obtidas de acordo

com o controlador desejado e com o critério que deve ser minimizado. A Tabela 07
apresenta essas constantes para o caso regulador.
 28

CONTROLADOR CRITÉRIO 𝐴 𝐵 𝐶 D E F
PI 𝐼𝐴𝐸 0,984 −0.986 0,608 −0,707 - -
PI 𝐼𝑇𝐴𝐸 0,859 −0,977 0,674 −0,680 - -
PID 𝐼𝐴𝐸 1,435 −0,921 0,878 −0,749 0,482 1,137
PID 𝐼𝑇𝐴𝐸 1,357 −0,947 0,842 −0,738 0,381 0,995

Tabela 07. Tabela de constantes para sintonia do PID pelo método da integral do erro (caso
regulador).

Em Rovira et al. (1969), é descrito um método que minimiza o IAE e o ITAE

para um problema do tipo servo (perturbação no setpoint - mudança na referência do
sistema). As equações para o caso servo são mostradas a seguir.

1 𝜃 𝐵
𝐾𝑝 = ∗ (𝐴 ∗ ( ) )
𝐾 𝜏
𝜏
𝑇𝑖 =
𝜃
(𝐶 + 𝐷 ∗ ( 𝜏 ))

𝜃 𝐹
𝑇𝑑 = 𝜏 ∗ (𝐸 ∗ ( ) )
𝜏

As constantes A, B, C, D, E e F, para o caso servo, são obtidas de acordo com

o controlador desejado e com o critério que deve ser minimizado. A Tabela 08
apresenta essas constantes para o caso servo.

CONTROLADOR CRITÉRIO 𝐴 𝐵 𝐶 D E F
PI 𝐼𝐴𝐸 0,758 0,861 1,02 −0,323 - -
PI 𝐼𝑇𝐴𝐸 0,586 −0,916 1,03 −0,165 - -
PID 𝐼𝐴𝐸 1,086 −0,869 0,740 −0,130 0,348 0,914
PID 𝐼𝑇𝐴𝐸 0,965 −0,850 0,796 −0,147 0,308 0,929

Tabela 08. Tabela de constantes para sintonia do PID pelo método da integral do erro (caso servo).
 29

6.3. Exemplo de aplicação

Seja um processo com a seguinte dinâmica: ganho estático (𝐾) igual a 1,

constante de tempo (𝜏) igual a 2 e tempo morto (𝜃) igual a 1. Considere um controlador
PI, então a sintonia ótima para um degrau na perturbação de carga obtida pela Tabela
07 será (Critério ITAE):

1 𝜃𝐵 1 1−0,977
𝐾𝑝 = ∗ (𝐴 ∗ ( )) = ∗ (0,859 ∗ ( )) = 1,6908
𝑘 𝜏 1 2
𝜏 2
𝑇𝑖 = 𝐷
= = 1,8521
𝜃 1 −0,68
(𝐶 ∗ ( 𝜏 ) ) (0,674 ∗ (2) )

A sintonia ótima deste PI para um degrau no setpoint obtida pela Tabela 08

será (Critério ITAE):

1 𝜃 𝐵 1 1 −0,916
𝐾𝑝 = ∗ (𝐴 ∗ ( ) ) = ∗ (0,586 ∗ ( ) ) = 1,1057
𝐾 𝜏 1 2
𝜏 2
𝑇𝑖 = = = 2,1108
𝜃 1
(𝐶 + 𝐷 ∗ ( 𝜏 )) (1,03 + (−0,165) ∗ (2))

Nota-se, assim, que o cálculo dos parâmetros do controlador pela Tabela 08 é

mais suave (mais robusta), pois dá origem a ganhos proporcionais menores e tempos
integrais maiores. A Figura 16 mostra o desempenho dessas duas sintonias para um
degrau no setpoint (os controladores foram sintonizados pelas Tabelas 07 e 08, logo
após aplicado um degrau no setpoint).
 30

Figura 16. Respostas do processo com o controlador PI. Comparação entre as sintonias propostas
nas Tabelas 07 e 08 para um degrau no setpoint.

Como era de se esperar, o PI ajustado pela Tabela 2 apresentou o melhor

desempenho. A Figura 17 mostra o desempenho dessas duas sintonias para um
degrau na perturbação de carga (os controladores foram sintonizados pelas Tabelas
1 e 2, logo após aplicada uma perturbação na carga).

Figura 17. Respostas do processo com o controlador PI. Comparação entre as sintonias propostas
nas Tabelas 07 e 08 para uma perturbação de carga.

Na prática, na maioria dos casos deve-se buscar uma sintonia mais robusta
para as malhas de controle, portanto aquelas obtidas para um degrau no setpoint
 31

(Tabela 08) costumam ser mais indicadas de modo geral. A vantagem do método da
integral do erro é que considera toda a curva de resposta do sistema, em vez de somente
dois pontos, como é o caso do método do decaimento.
 32

7. REFERÊNCIAS BIBLIOGRÁFICAS

ALVES, José Luiz Loureiro. Instrumentação, controle e automação de processos.

2. ed. Rio de Janeiro: LTC, 2010.

ARAÚJO, F. M. U de. Sistemas de controle. Natal: UFRN, 2007. Disponível em:

<http://www.dca.ufrn.br/~meneghet/FTP/Controle/scv20071.pdf>. Acesso em: 24
mar. 2023.

CAMPOS, Mario Cesar M. Massa de; TEIXEIRA, Herbert C. G. Controles típicos de

equipamentos e processos industriais. 2. ed. São Paulo: Blucher, 2010.

CHIEN, K. L.; HRONES, J. A.; RESWICK, J. B. On the Automatic Control of

Generalized Passive Systems. Transactions ASME, v. 74, p. 175-185, 1952.

ZIEGLER, J. G.; NICHOLS, N. B. Optimum Settings for Automatic Control Circuits.

Transactions ASME, v. 64, p. 759-768, nov. 1942.

LOPEZ, A. M. et. al. Tuning controllers with error-integral criteria. Instrumentation

technology, [S.l.], v. 14, p. 57-62, nov. 1967.

ROVIRA, A. A.; MURIL, P. W.; SMITH, C. L. Tuning controllers for set-point changes.
Instruments and control systems, [S.l.], dez. 1969.

RIVERA, Daniel E.; MORARI, Manfred; SKOGESTAD, Skogestad. Internal model

control, 4 PID controller design. Industrial and engineering chemistry process
design and development, v. 25, p. 252-265, 1986.

Material Didático IMD. Site temático que tem por objetivo disponibilizar, de forma
integrada, notas de aula e tópicos dos cursos do Instituto Metrópole Digital – IMD, em
parceria com a Universidade Federal do Rio Grande do Norte - UFRN. Disponível em:
<https://materialpublic.imd.ufrn.br/curso/disciplina/1/63>. Acesso em: 24 mar. 2023.